一种基于视觉语言模型的葡萄采摘方法及装置

本发明公开一种基于视觉语言模型的葡萄采摘方法及装置，涉及视觉识别技术领域。所述方法构建了一个针对葡萄采摘的智能化视觉识别模型，并通过该模型控制采摘装置执行对应动作。本发明通过履带式底盘移动至采摘区域，通过机械臂调整抓夹的位置，从而调整至合适的采摘角度和坐标，广角相机通过固定架与机械臂连接，使得广角相机视野朝向与机械臂朝向一致，并利用视觉语言模型解决在非结构化环境下遮挡导致的识别和采摘成功率降低问题，提高葡萄采摘成功率。